一种基于3DGaussianSplatting的三维场景任意角度模型分割方法

本发明提供了一种基于3D Gaussian Splatting的三维场景任意角度模型分割方法，属于机器设觉技术领域，包括点云数据提取、三维模型训练、模型类别特征提取、模型类别特征训练、模型分割、噪点消除；所述系统使用Colmap从图像序列中重建稠密的三维点云信息和相机轨迹；使用3DGS方法对点云信息进行三维重建；使用DEVA模型进行图像分割，进行图像类别预处理；训练一个由多个全连接层组成的多层感知器作为辨别器，用于分割三维模型，极大的减少了辨别器训练开销；使用KNN算法计算每个高斯核和相邻数个高斯核的平均距离来判断噪点，以解决模型分割时出现的细节问题，同时可以解决对象边界粗糙度问题；最终实现基于3DGS的三维模型任意角度分割方法。

《一种基于3DGaussianSplatting的三维场景任意角度模型分割方法》是一发明专利，专利号为 2024105789563，当前法律状态为已下证，由燕山大学提出申请，发明人为赵静;王锋;王佳炎，申请日期为2024-05-11，公开（公告）日期为2025-02-28，国际专利分类号（IPC）为 G06T 19/20 (2011.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明提供了一种基于3D Gaussian Splatting的三维场景任意角度模型分割方法，属于机器设觉技术领域，包括点云数据提取、三维模型训练、模型类别特征提取、模型类别特征训练、模型分割、噪点消除；所述系统使用Colmap从图像序列中重建稠密的三维点云信息和相机轨迹；使用3DGS方法对点云信息进行三维重建；使用DEVA模型进行图像分割，进行图像类别预处理；训练一个由多个全连接层组成的多层感知器作为辨别器，用于分割三维模型，极大的减少了辨别器训练开销；使用KNN算法计算每个高斯核和相邻数个高斯核的平均距离来判断噪点，以解决模型分割时出现的细节问题，同时可以解决对象边界粗糙度问题；最终实现基于3DGS的三维模型任意角度分割方法。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！